这是一个很好的问题，我自己偶然发现了几次。最简单的答案是，没有任何保证

torch.argmax

（要么

torch.max(x, dim=k)

，当指定dim时也返回索引）将一致地返回相同的索引。相反，它会回来

任何有效的索引

到argmax值，可能是随机的。如

这个帖子在官方论坛上

讨论，这被认为是理想的行为。 （我知道我刚才读过另一个线程，这使得这个更明确，但我再也找不到了）。

话虽如此，由于这种行为对我的用例来说是不可接受的，我写了下面的函数，它们会找到最左边和最右边的索引（请注意

condition

是传入的函数对象）：

    
      def __consistent_args(input, condition, indices):
    assert len(input.shape) == 2, ‘only works for batch x dim tensors along the dim axis’
    mask = condition(input).float() * indices.unsqueeze(0).expand_as(input)
    return torch.argmax(mask, dim=1)
def consistent_find_leftmost(input, condition):
    indices = torch.arange(input.size(1), 0, -1, dtype=torch.float, device=input.device)
    return __consistent_args(input, condition, indices)
def consistent_find_rightmost(input, condition):
    indices = torch.arange(0, input.size(1), 1, dtype=torch.float, device=input.device)
    return __consistent_args(input, condition, indices)
one example:
consistent_find_leftmost(torch.arange(10).unsqueeze(0), lambda x: x>5)                                                                                                                                     
will return:
tensor([6])
</code>